面向CPU+GPU集群的高哈特曼數(shù)磁流體三維數(shù)值模擬并行算法實現(xiàn).pdf

1、磁流體力學(xué)（MHD）是一門以導(dǎo)電流體的流動特性與電動力特性為研究目標(biāo)的綜合學(xué)科。因其具有流體力學(xué)與電動力學(xué)的綜合學(xué)科背景，所以在很多領(lǐng)域中得到了廣泛研究與應(yīng)用，如空間天氣狀況研究、太陽風(fēng)與地球磁層的相互作用研究、受控?zé)岷朔磻?yīng)中等離子體約束機制、磁流體發(fā)電等。然而，磁流體力學(xué)相關(guān)控制方程復(fù)雜，且解析解求解困難，因此目前一般采用數(shù)值模擬計算的方法來求解。但又因模擬過程復(fù)雜、網(wǎng)格規(guī)模巨大導(dǎo)致求解過程緩慢，尤其對高哈特曼數(shù)下的磁流體，模擬過程難

2、以收斂。可見，對高哈特曼數(shù)磁流體數(shù)值模擬并行算法的研究具有巨大的科研與應(yīng)用價值。
　　在研究了大量國內(nèi)外磁流體數(shù)值模擬與高性能計算相關(guān)工作的基礎(chǔ)上，本文分別在多核集群和GPU集群環(huán)境中對高哈特曼數(shù)磁流體數(shù)值模擬并行算法進行了研究。本文主要研究工作與貢獻如下：
　?。?）對磁流體數(shù)值模擬進行了全面的理論闡述與詳細(xì)的流程分析。首先闡述了磁流體數(shù)值模擬的物理與數(shù)學(xué)意義，引入相關(guān)參數(shù)及控制方程。其次論述了磁流體數(shù)值模擬計算中控制方程

3、的離散、求解方法、具體收斂準(zhǔn)則及邊界條件。再次給出了本文中磁流體數(shù)值模擬過程的詳細(xì)流程圖，并結(jié)合流體數(shù)值模擬流程進行了難點分析。最后結(jié)合并行計算實施步驟對磁流體數(shù)值模擬進行了并行計算分析。
　　（2）提出并實現(xiàn)了一類面向多核集群的磁流體數(shù)值模擬二級混合并行算法。首先，根據(jù)網(wǎng)格劃分和變量離散結(jié)果制定任務(wù)劃分及數(shù)據(jù)通信策略，并實現(xiàn)基于單向區(qū)域劃分的MPI并行算法。其次，在此基礎(chǔ)上，根據(jù)對MPI并行算法的線程級并行可行性分析結(jié)果實現(xiàn)基于

4、MPI+OpenMP的磁流體數(shù)值模擬并行算法。最后，在深騰7000高性能計算集群中進行實驗分析。結(jié)果表明：與串行算法相比，面向多核集群的磁流體數(shù)值模擬二級混合并行算法效率提升近62％。
　?。?）提出并實現(xiàn)了一類面向GPU集群的磁流體數(shù)值模擬三級混合并行算法。首先，對三級混合并行編程模型進行研究與優(yōu)勢分析。其次，根據(jù)本文中對二級混合并行算法的可移植性分析結(jié)果將部分計算過程通過CUDA移植到GPU集群中，實現(xiàn)基于MPI+OpenMP

5、+CUDA的磁流體數(shù)值模擬并行算法。最后，通過PGI加速器Fortran工作站進行實驗分析。實驗結(jié)果表明：與串行算法相比，面向GPU集群的磁流體數(shù)值模擬三級混合并行算法效率提升顯著，加速比達6.89倍。
　　本文通過MPI、OpenMP和CUDA，先后提出并實現(xiàn)了面向多核集群和面向GPU集群的高哈特曼數(shù)磁流體三維數(shù)值模擬并行算法。并通過實驗對上述算法進行了性能對比和分析，結(jié)果表明：面向GPU集群的三級混合并行算法能夠顯著提升高哈特